V
主页
[实战kaggle系列] 1. 使用 kaggle 命令行 api,进行数据集的下载
发布人
https://github.com/Kaggle/kaggle-api
打开封面
下载高清视频
观看高清视频
视频下载器
[调包侠] 04 使用预训练模型进行图像特征向量提取(image feature extractor,img2vec)并进行相似性计算
免费使用chatGPT-4o API等主流大模型的api 不要激动用就对了,github models中获取简单,还有openai o1 llama405B免费
[动手写神经网络] 06 自定义(kaggle)数据集(custom dataset)、Dataloader,及 train test valid 数据集拆分
【全网最全最细】中转API入门教程,详解介绍API选购、API设置、和OpenAI、Claude 使用方式的设置,实现API中转,总有一种适合你!什么是中转?
国内最新最舒适地使用GPT-4o的方式微软VSCode AI 工具箱用来狙击cursor?VSCode里的AI神器,免费GPT-4o轻松用!
【免费TTS】MultiTTS 安卓APP(Win电脑部署),可以提供API接口、用于听书等服务,提供在线搜集的语音包
白嫖全球 13 家官方免费大模型 API | GPT-4o | Qwen2.5 | Gemini-1.5
【爬虫】【豆瓣爬虫】01 豆瓣热门电影/电视,基于 api 爬虫
[AI Agent] function calling & tool uses 与 argument generation
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader(mnist、fashionmnist、cifar10)
[LLM && AIGC] 06 OpenAI whisper 命令行及脚本的使用(生成视频的音频)
【bolt+本地llm】本地部署的全栈开发平台,支持本地及众多API,本地一键生成应用,使用ollama api部署教程
[LLMs 实践] 10 预训练语料,mapping & streaming(load_dataset)
[LLMs tuning] 05 StackLlama、SFT+DPO(代码组织、数据处理,pipeline)
【独家付费内容】FastAPI框架全套教程!学完无压力轻松就业!!
[LLMs 实践] 19 llama2 源码分析 RoPE apply_rotary_emb 从绝对位置编码到相对位置编码
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
【中英字幕】kaggle出品 30 Days of ML!快速掌握机器学习的基础知识和技能!30天带你从小白变成大佬
[PyTorch] Dropout 基本原理(前向计算与自动求导)
[显卡环境] CUDA_VISIBLE_DEVICES 控制显卡可见性
雷小Py-插播002:Xarray.Dataset非标准经纬度坐标问题_2024.10.22
[动手写bert系列] 01 huggingface tokenizer (vocab,encode,decode)原理及细节
[数据可视化] 绘制交互式 3d plot(interactive 3d plot, Axes3d) z=f(x, y) (三维空间中的 surface)
【机器学习中的数学】【概率论】正态分布的导数与拐点(inflection points)
【独家付费内容】FastAPI框架全套教程!学完无压力轻松就业!!
[动手写神经网络] 手动实现 Transformer Encoder
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
听过了 就不能和我再听一遍吗
[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置
【程序员说会计】breakeven | 盈亏平衡点 | 总营收(total revenue)| 总成本(total cost)| 边际贡献
[pytorch 番外] Tensorboard 与计算图初步(算子与 ATen)
[pytorch] 激活函数,从 ReLU、LeakyRELU 到 GELU 及其梯度(gradient)(BertLayer,FFN,GELU)
[pytorch] torch.nn.Bilinear 计算过程与 einsum(爱因斯坦求和约定)
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
[AI 核心概念及计算] 优化 01 梯度下降(gradient descent)与梯度上升(gradient ascent)细节及可视化分析
[pytorch distributed] 01 nn.DataParallel 数据并行初步
[动手写神经网络] 如何对数据集(ImageNet) denormalize(inverse normalize)还原为原来的均值和标准差(mean/std)
[LLM & AIGC] 02 ChatGPT api 的简单介绍(system, user, assistant)与多轮对话
[番外] float16 与 bf16 表示和计算细节
[GPT 番外] tied/share tensors wte与lm_head(GPT2LMHeadModel)